發(fā)布時間：2021-04-18 14:23

　　動態(tài)壓縮感知是靜態(tài)傳統(tǒng)壓縮感知向動態(tài)信號的拓展,廣泛應(yīng)用于醫(yī)學(xué)上的磁感應(yīng)成像和目標(biāo)追蹤等領(lǐng)域。由于工程中的動態(tài)信號在某一轉(zhuǎn)換基下具有隨時間緩慢變化的稀疏特性,因而可以運(yùn)用欠定的測量矩陣對其進(jìn)行壓縮。動態(tài)壓縮感知理論主要包括動態(tài)信號的稀疏表示、動態(tài)壓縮測量過程和動態(tài)信號的重構(gòu)3個方面的研究內(nèi)容。全面綜述動態(tài)壓縮感知的基本概念,歸納總結(jié)現(xiàn)有動態(tài)壓縮感知理論中對動態(tài)信號的建模方法;對已有的動態(tài)信號重構(gòu)算法進(jìn)行了歸類,并詳述了各類算法的計算思路;最后介紹了動態(tài)壓縮感知的典型應(yīng)用,并對動態(tài)壓縮感知信號重構(gòu)算法的研究前景進(jìn)行了探討。 

【文章來源】：電子測量與儀器學(xué)報. 2020,34(10)北大核心CSCD

【文章頁數(shù)】：16 頁

【部分圖文】：

基于LOT的動態(tài)壓縮測量過程

自適應(yīng)壓縮測量過程主要體現(xiàn)在測量數(shù)M的自適應(yīng)性,此類方法根據(jù)某種對信號稀疏度的估計來計算精準(zhǔn)重構(gòu)所需的最小測量數(shù),按照最小測量數(shù)構(gòu)建的矩陣Φt能夠在保證精確恢復(fù)原始信號的同時,最大限度地壓縮原始信號。對信號稀疏度的估計可以從前一時刻的信號估計值、本時刻的測量值[64]以及對整段時間信號的預(yù)估計[66]中得到。文獻(xiàn)[66]的自適應(yīng)采樣率視頻重構(gòu)算法的測量數(shù)計算過程如圖2所示,該算法利用t-1時刻與t-2時刻的信號估計值先做一個運(yùn)動補(bǔ)償(motion compensation, MC)估計,得到的運(yùn)動補(bǔ)償估計值作為參照值進(jìn)一步估計當(dāng)前時刻的狀態(tài)變量值,最后利用參照值和最終估計值支撐集之間的關(guān)系計算下一時刻所需的最小測量數(shù),從而達(dá)到自適應(yīng)壓縮測量,從整體上提高了壓縮比。對非線性測量過程的研究目前并非主流,但由于工程實際中的觀測過程時常難以保證線性,因而探索非線性測量過程本身以及相應(yīng)的重構(gòu)算法將會成為重點研究方向之一。在傳統(tǒng)壓縮感知中,非線性測量過程可概括為:

將式(49)表示成圖3所示的因子圖,圖中的黑色方框是因子節(jié)點,表示節(jié)點的概率依賴關(guān)系;空心圓圈表示變量節(jié)點。通過圖中各變量的概率依賴關(guān)系,可以得到相鄰時刻間消息流動規(guī)律,即得到迭代更新公式。文獻(xiàn)[27]給出了基于AMP的動態(tài)壓縮感知算法(DCS-AMP)的完整步驟。(2)PF算法。在統(tǒng)計信號處理中,對于非線性狀態(tài)空間模型有一類非常重要的解決方法,稱為粒子濾波算法,也叫序貫的重要性采樣[83](sequential importance sampling, SIS)。重要性采樣主要為了解決目標(biāo)分布無法準(zhǔn)確獲得的情形下的采樣問題,它通過選取一個易于采樣的提議分布,對提議分布進(jìn)行采樣得到的采樣點稱為粒子,將提議分布與目標(biāo)分布的比值作為權(quán)重,最后按照權(quán)重對粒子加權(quán)相加得到對目標(biāo)分布的估計。將式(2)表示的狀態(tài)空間模型寫成概率形式[86]:

【參考文獻(xiàn)】：
期刊論文
[1]一種基于壓縮感知與最近鄰的聯(lián)合定位方法[J]. 胡久松,劉宏立,肖郭璇,徐琨.  電子測量與儀器學(xué)報. 2018(06)
[2]非均勻磁共振壓縮成像的交替方向乘子法[J]. 袁太文,謝永樂,畢東杰.  儀器儀表學(xué)報. 2018(03)
[3]5G過載零星傳輸系統(tǒng)中的多用戶檢測技術(shù)性能分析[J]. 馬國玉,艾渤,胡顯安,蔣笑冰.  電信科學(xué). 2016(08)
[4]動態(tài)壓縮感知綜述[J]. 荊楠,畢衛(wèi)紅,胡正平,王林.  自動化學(xué)報. 2015(01)
[5]基于混沌序列和RIPless理論的循環(huán)壓縮測量矩陣的構(gòu)造[J]. 郭靜波,汪韌.  物理學(xué)報. 2014(19)
[6]從稀疏到結(jié)構(gòu)化稀疏:貝葉斯方法[J]. 孫洪,張智林,余磊.  信號處理. 2012(06)
[7]壓縮感知回顧與展望[J]. 焦李成,楊淑媛,劉芳,侯彪.  電子學(xué)報. 2011(07)



本文編號：3145625